本文深入探讨了数据索引技术，包括Bitmap的高效空间节省特性，适用于有限取值场景；倒排索引在搜索引擎中的应用，实现快速查询与排序；B-Tree作为数据库索引的优势，降低IO次数并保持数据连续性；以及Hash在数据存储和映射中的简单高效。同时提到了Zigzag排序和Bloom Filter等技术在特定场景下的使用。
bitmap:
（正常java int是4个byte32位 ，再bitmap里 1位bit 就可以代表一个数字，那么bitmap作为索引就可以省下32倍存储空间， 类比到数据的行 ，文档内容等 能省下更多， 行 文档的 uniq值也是需要有限避免过大的 1亿个数字3M多就可以 牛逼哄哄的 BitMap，到底牛逼在哪？ - 知乎） 也可以快速构造数百亿级别的数据 ，并且自然完成排序
一个bitmap例子， warning: bitmap只能用在coloum取值范围不是很大的场景， 比如 性别，年龄，省 市等
【Bitmap算法浅谈篇】Mysql应用Bitmap_搜索微信公众号（airX嵌入式）获取更多知识-CSDN博客
倒排 （类似mr去做Google的搜索排序目录->词->文档 倒排索引为什么叫倒排索引？ - 知乎）
Btree （二叉树 数的深度比较高 ，每次查找到下一层都是 一次io ，跨block 跨盘面， btree的阶层（深度可以放小，每个节点内的key连续容易在一块扇区或者block上），更适合做索引)
hash（mysql） 就和hashmap原理类似
hashcluster
zorder
zigtag排序之后 ，也会做一些索引，方便定位到 比如x=101 的数据集中在哪几个数据块里
bloomfilter
es索引原理
450
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
